基于 YOLOv8 的疲劳状态检测 | 附源码

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达   最终训练模型的推断结果 该项目旨在使用 YOLOv8，一种先进的目标检测模型，检测疲劳驾驶的迹象。目标是通过对从网络摄像头采集的图像进行训练，以检测疲劳迹象，如闭眼或头部下垂，从而创建一个自定义模型。一旦检测到疲劳，就会触发音频警报，以提醒个人并防止潜在事故。该项目专注于提高那些需要长时间驾驶或从事对警觉度至关重要的行业，如轮班工作的个人的安全性。 在我们深入了解运行该项目的详细信息之前，有一点需要注意，即您可以使用 YOLO 创建任何您想要的分类器（如果您能获得数据），尽管本例是一个疲劳检测器。 正如 ultralytics 的文档所说： Yolov8 是备受赞誉的实时目标检测和图像分割模型的最新版本。 该模型将是我们项目的中心，它 ………………………………